(網(wǎng)經(jīng)社訊)隨著社會數(shù)字化程度進一步加深，對于金融業(yè)無疑是影響巨大的，特別是在各種風(fēng)控場景，以大數(shù)據(jù)、人工智能、云計算等為核心的金融科技技術(shù)，通過數(shù)字化賦能風(fēng)控環(huán)節(jié)。金融科技風(fēng)控，同時也作為傳統(tǒng)風(fēng)控的一種升級補充，幫助金融機構(gòu)改善整體風(fēng)控水平，提高風(fēng)控的效率值、精準(zhǔn)度以及降低大量成本。
近日，在世界人工智能大會未來金融論壇上，由零壹財經(jīng)·零壹智庫聯(lián)合合合信息出品的《中國金融科技風(fēng)控報告2020》正式發(fā)布。從金融科技風(fēng)控發(fā)展展開，講述傳統(tǒng)風(fēng)控與金融科技風(fēng)控的關(guān)系，以及金融科技風(fēng)控的發(fā)展歷程。報告還對金融科技風(fēng)控廠商的情況進行了梳理，通過相關(guān)的投融資和專利數(shù)據(jù)，展示金融科技風(fēng)控廠商的發(fā)展情況。
首先，據(jù)報告數(shù)據(jù)顯示，2013-2019年間我國金融科技風(fēng)控廠商融資事件數(shù)整體呈逐年上升的趨勢，2017年達到峰值，融資事件為57起；但從2018年開始，連續(xù)兩年出現(xiàn)下滑趨勢，2019年融資事件數(shù)為47起。融資金額整體呈現(xiàn)增長趨勢，2018年披露事件的融資總額最高，為418.6億元，2019年融資金額為63.5億元。
圖1：2012-2020年我國金融科技風(fēng)控服務(wù)商融資情況
資料來源：零壹智庫
注：1）統(tǒng)計不包含并購和債務(wù)融資，不含螞蟻金服；2）數(shù)/近百萬、數(shù)/近千萬、數(shù)/近億分別按100萬、1000萬、1億進行統(tǒng)計，若融資金額未披露按0統(tǒng)計；3）單位有人民幣和美元兩種，統(tǒng)一換算為人民幣，1美元=7人民幣。
2019年上半年的融資事件數(shù)量為21起，下半年為26起，融資事件數(shù)量較多的月份分別為1月、7月、10月和12月，其中1月份達到最高峰，融資事件數(shù)為9起。在融資金額上，2019年4月同盾科技完成了1億美元的D輪融資，8月玖富數(shù)科登陸納斯達克，12月金融壹賬通于紐約證券交易所掛牌上市。
圖2：2019年我國金融科技風(fēng)控融資事件和金額變化
資料來源：零壹兵器譜，零壹智庫
注：無披露投融資金額企業(yè)獲投記為0
在專利方面，根據(jù)SooPAT數(shù)據(jù)顯示，自2014年開始，國內(nèi)與金融科技風(fēng)控相關(guān)的專利申請持續(xù)上升。2014年金融科技風(fēng)控專利申請數(shù)為10項，2019年申請數(shù)達到118項，5年間專利申請數(shù)年復(fù)合增長率達63.82%。其中，在2012年至2019年間，阿里巴巴及支付寶共申請27項金融科技風(fēng)控專利，涉及支付、投資決策、賬戶安全、信貸等場景應(yīng)用，是申請專利最多的企業(yè)。
圖3：2012-2019年我國金融科技風(fēng)控融資事件和金額變化
資料來源：SooPAT，零壹智庫
其次，報告根據(jù)風(fēng)控的常見的三大場景：信貸、支付以及供應(yīng)鏈，分別從場景風(fēng)控痛點出發(fā)，闡述金融科技風(fēng)控是如何助力上述場景，并列舉了相應(yīng)的經(jīng)典案例。
在信貸場景上，主要分為零售業(yè)務(wù)和對公業(yè)務(wù)。傳統(tǒng)風(fēng)控在零售業(yè)務(wù)上的痛點主要是數(shù)據(jù)口徑單一、人力成本高企、無法覆蓋信用白戶等問題；在對公業(yè)務(wù)上存在缺乏規(guī)范判定標(biāo)準(zhǔn)、盡職調(diào)查成本高、真實性考證難度大等問題。金融科技風(fēng)控則在傳統(tǒng)風(fēng)控的多個環(huán)節(jié)進行優(yōu)化，在大數(shù)據(jù)和人工智能等技術(shù)賦能下，通過多維度數(shù)據(jù)和智能化分析模型，提升金融機構(gòu)風(fēng)控水平。
招商銀行知識圖譜案例
被業(yè)內(nèi)譽為“零售之王”的招商銀行引入了由合合信息打造的企業(yè)關(guān)聯(lián)關(guān)系智能知識圖譜——風(fēng)險門戶，通過人工智能+大數(shù)據(jù)的智能風(fēng)險決策手段，降低銀行在企業(yè)信貸過程中因關(guān)聯(lián)企業(yè)識別不充分而造成的各種風(fēng)險。在企業(yè)關(guān)聯(lián)關(guān)系智能知識圖譜的幫助下，招商銀行2020年一季度末公司業(yè)務(wù)貸款不良率為1.72%，較上年末下降0.12個百分點，并且自2018年二季度開始出現(xiàn)持續(xù)下降的趨勢。
圖4：招商銀行不良率
資料來源：招商銀行，零壹智庫
招商銀行風(fēng)險門戶通過超2000項數(shù)據(jù)渠道來源，對于企業(yè)工商信息、司法信息、權(quán)利抵質(zhì)押、市場數(shù)據(jù)、經(jīng)營數(shù)據(jù)、交易信息、擔(dān)保信息、融資分析、新聞輿情、實控人信息等銀行內(nèi)外數(shù)據(jù)多維度、多渠道路徑進行實時、動態(tài)地信息數(shù)據(jù)深度關(guān)聯(lián)和風(fēng)險監(jiān)控。
自風(fēng)險門戶正式上線以來，截至2019年4月末，招商銀行累計使用的分行、子公司總計55家，總訪問人數(shù)8280人，總訪問人次總計91423次，被查看過的企業(yè)數(shù)量達75596家，在全國范圍內(nèi)得到了廣泛使用。
在第三方支付場景上，隨著支付業(yè)務(wù)的創(chuàng)新與高速發(fā)展，掃碼支付，刷臉支付、聲紋支付等技術(shù)日新月異，線上線下等多個支付場景涌現(xiàn)，交易規(guī)模激增對傳統(tǒng)支付風(fēng)控模式造成了巨大的挑戰(zhàn)。
據(jù)前瞻產(chǎn)業(yè)院數(shù)據(jù)統(tǒng)計，2013年我國第三方支付規(guī)模為13.9萬億元，經(jīng)過6年的高速發(fā)展，2019年的支付規(guī)模為372.3萬億元，預(yù)計到2022年將達到548.6萬億元的交易規(guī)模。
圖5：2013-2022年中國第三方支付綜合支付交易規(guī)模統(tǒng)計及增長情況預(yù)測
資料來源：前瞻產(chǎn)業(yè)研究院，零壹智庫
通過大數(shù)據(jù)、人工智能、生物識別等新技術(shù)，金融科技風(fēng)控能夠在支付交易的事前、事中和事后對風(fēng)險事件進行實時監(jiān)控。
支付寶AlphaRisk風(fēng)控引擎案例
支付寶AlphaRisk風(fēng)控引擎用AI技術(shù)顛覆傳統(tǒng)風(fēng)控的運作模式，通過構(gòu)建Perception（風(fēng)險感知）、AI Detect（風(fēng)險識別）、Evolution（智能進化）、AutoPilot（自動駕駛）4大模塊，將人類直覺AI(Analyst Intuition)和機器智能AI(Artificial Intelligence)兩者進行融合，形成具有機器智能的風(fēng)控系統(tǒng)，并在未來逐步實現(xiàn)風(fēng)控領(lǐng)域的無人化管理體系。
圖6：AlphaRisk智能風(fēng)控引擎
資料來源：螞蟻金服，零壹智庫
AlphaRisk風(fēng)控引擎上的自動特征工程（AlphaTrion）模塊，不同于以往特征工程將大量時間集結(jié)在特征生成上，而是將90%時間用于問題風(fēng)險，5%的時間在特征自動生成，5%的時間在模型建設(shè)和策略應(yīng)用上。
在AlphaRisk智能風(fēng)控引擎幫助下，支付寶能夠在0.1秒之內(nèi)對支付交易進行風(fēng)險預(yù)警、檢測、和攔截等各種復(fù)雜的工作，在天貓雙十一大促活動中更是頂住了巨大規(guī)模流量，為用戶交易保駕護航。
在供應(yīng)鏈金融場景上，傳統(tǒng)風(fēng)控存在金融機構(gòu)和核心企業(yè)需求存在錯配、金融機構(gòu)在供應(yīng)鏈金融的金融科技支撐較為薄弱、政府等機構(gòu)對金融機構(gòu)的有關(guān)的資源配合力度不足三大痛點。
金融科技風(fēng)控則可以幫助供應(yīng)鏈金融風(fēng)控貸前、貸中和貸后的信貸服務(wù)體系全流程。金融科技風(fēng)控在貸前主要起到數(shù)據(jù)支撐、規(guī)則策略制定、黑名單篩查等作用；通過企業(yè)多維度數(shù)據(jù)，在貸中通過風(fēng)控建模，構(gòu)建中小企業(yè)信用模型，進行風(fēng)險等級劃分，幫助審批和授信；在貸后可以進行風(fēng)險監(jiān)測，主要從司法、稅務(wù)、財務(wù)、工商、個人等多個維度就行預(yù)警，還可以對貸后資產(chǎn)表現(xiàn)進行評估，并迭代催收模型，以便調(diào)整貸后策略。
合合信息“供應(yīng)鏈核心企業(yè)大數(shù)據(jù)風(fēng)控管理平臺”案例
合合信息旗下啟信寶商業(yè)數(shù)據(jù)平臺涵蓋國內(nèi)2.3億家企業(yè)和組織機構(gòu)名錄，2.2億家海外企業(yè)，700多億條實時動態(tài)多維度企業(yè)數(shù)據(jù)庫.“供應(yīng)鏈核心企業(yè)大數(shù)據(jù)風(fēng)控管理平臺”基于啟信寶商業(yè)數(shù)據(jù)平臺，面向銀行、融資租賃、工業(yè)制造、批發(fā)零售、政府機構(gòu)、律所、媒體及其他各類工商企業(yè)，提供商業(yè)調(diào)查和風(fēng)控合規(guī)解決方案，已經(jīng)成功服務(wù)30000+企業(yè)及機構(gòu)。
圖7：啟信寶數(shù)據(jù)優(yōu)勢
資料來源：合合信息，零壹智庫
在風(fēng)控平臺的商業(yè)基礎(chǔ)調(diào)查模塊上，可以為企業(yè)提供37個維度智慧搜索方案，并支持5000條企業(yè)信息批量查詢，平臺還會對企業(yè)59個維度進行實時監(jiān)控。智能風(fēng)控合規(guī)模塊支持目標(biāo)20000條關(guān)聯(lián)信息查詢，可以對8個行業(yè)和36個分類輿情標(biāo)簽進行實時監(jiān)測。
